Answers:
一个常见的错误（我也犯过）是使用带有双线性插值的重采样工具对栅格进行下采样。请参阅此答案以获取解释，为什么这样做不好。可以通过三个步骤对栅格进行下采样。
可能不需要第一步。将栅格重新投影到目标范围。使用双线性插值，并保持输出像元大小与输入分辨率相同（例如1 m）。使用配准点将栅格角“捕捉”到投影。可以在“环境”中指定输出范围，建议将范围指定为10 m的倍数（或任何分辨率）。这些范围将控制确定最终栅格的统计信息的位置。
执行块统计（可在空间分析工具>邻域中找到）。使用具有10个单元格的高度和宽度的矩形，然后为统计类型选择“平均值”。如果需要，请尝试不同的形状和类型。像元大小是下采样率。
由于块统计信息不会改变栅格分辨率，因此最后一步是“重新采样”（位于“数据管理工具”>“栅格”>“栅格处理”中）。选择10 m，然后使用“ NEAREST”在像元中心选取块统计信息。
第2步和第3步可以替换为Curtvprice建议使用Aggregate工具，该工具将使用矩形均值有效地产生相同的结果。
上面提到的所有要点都很重要，我完全同意双线性重采样是有问题的。虽然，我很好奇为什么没人在讨论三次卷积？使用分块函数的问题是，当分布为非正态或多峰时，均值是完全不相关的，这与激光雷达衍生的DEM所期望的一样。
如果可以访问原始激光雷达数据，只需使用ArcGIS中的“地形到栅格”工具将数据插值到所需的分辨率。如果您只能访问1m DEM栅格，则似乎最好的方法（尽管效率最低）是将栅格转换为点并使用薄板或双三次样条曲线。这将允许重采样邻域将非线性曲线拟合到数据。
或者，您可以使用高斯核对1m栅格进行平滑处理，使其近似于所需的重采样分辨率（10x10），然后进行双线性重采样会更加合适。这种方法将允许您直接控制平滑参数，并会导致“局部”正态分布，其中均值变得重要，可以指示中心趋势并支持线性拟合。